Text & Reasoning
Qwen3.8 2.4T-A95B
Qwen3.8 2.4T-A95B ist ein Text & Reasoning-Modell von Alibaba / Qwen. Eingabe: Text. Ausgabe: Text.
Technologie verstehen.
Besser entscheiden.
Text & ReasoningQwen3.6-35B-A3B ist ein Sprachmodell von Alibaba / Qwen. Mixture-of-Experts-Variante; die Modellkarte weist rund 35B Gesamtparameter mit etwa 3B aktiven Parametern aus.
Wenn du lokal arbeiten möchtest, prüfe zuerst Lizenz, passende Laufzeit und den Speicherbedarf deiner Modellvariante. Offene Gewichte allein sagen noch nicht, ob dein Rechner dafür ausreicht.
Weiterhin dokumentiert · vorherige GenerationQuellenstand 2026-10-12
Alibaba / Qwen im Verzeichnis
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | Alibaba / Qwen |
|---|---|
| Modellfamilie | Qwen |
| Modell-/API-ID | Qwen/Qwen3.6-35B-A3B |
| Status | Weiterhin dokumentiert · vorherige Generation |
| Modellart | Text & Reasoning |
|---|---|
| Eingabe | Text, Bild-Eingabe |
| Ausgabe | Text |
| Kontext | Nicht bestätigt |
|---|---|
| Maximaler Output / Horizont | Nicht bestätigt |
| Bereitstellung | Offene Gewichte; lokal oder über Inferenzanbieter |
|---|---|
| Gewichte | Offene Gewichte dokumentiert |
| Lizenz | Apache 2.0 laut Modellkarte |
Die Grafik zeigt die ausgewiesenen Eingabe- und Ausgabearten. Sie beschreibt einen Arbeitsweg und enthält keine erfundenen Messwerte oder Leistungswerte.
Datenbasis: Herstellerangaben im Quellenstand 2026-10-12. Quellen zu diesem Profil ↓

Wähle eine kleine Aufgabe mit einer überprüfbaren Lösung: etwa fünf Informationen aus einem gegebenen Dokument extrahieren. Prüfe die Antworten am Original, nicht nur die Formulierung.
Vor einem lokalen Test zuerst Gewichteformat, Lizenz, Arbeitsspeicher und unterstützte Runtime prüfen. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen. Der Auswahlguide für lokale KI-Modelle vertieft die Prüfung von Aufgabe, Gewichteformat, Speicher und Lizenz vor einem eigenen Versuch.
Lokaler Betrieb: Verfügbare Gewichte allein belegen nicht, dass dieses Modell auf deinem Rechner läuft. Speicherbedarf, Quantisierung, Kontext und unterstützte Hardware müssen zusammenpassen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Gewichte verursachen keine Tokengebühr; Hosting- und Hardwarekosten hängen vom Ausführungsweg ab.
Zugang: Offene Gewichte; lokal oder über Inferenzanbieter. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Praxisergänzung geprüft am 22. Oktober 2026 · eigene Aufgabe, kein Modellbenchmark
Du übernimmst eine kleine Bestellung in ein festes JSON-Format. Die Artikelnummer beginnt mit Nullen; die Menge ist ausdrücklich null. Ein Lieferdatum steht nicht im Text. An diesen drei Feldern lässt sich gut prüfen, ob eine Antwort nur umformatiert oder nebenbei Fakten verändert. Die Angaben sind fiktiv und enthalten keine Kundendaten.
Die Qwen-Modellkarte beschreibt Qwen/Qwen3.6-35B-A3B als nachtrainiertes Modell mit Bildencoder und offenen Gewichten. Für diese Probe genügt Text. Verwende den passenden Tokenizer und das Chat-Template deiner Laufzeit. 35B Gesamtparameter und 3B aktive Parameter sind verschiedene Größen; daraus folgt keine pauschale Speicherzusage. Ob ein JSON-Schema technisch erzwungen wird, hängt auch vom gewählten Server ab.

Halte Modellversion, gewählten Zugang und Einstellungen fest. Nutze nur die fiktiven Angaben dieser Vorlage.
Bearbeite die Aufgabe und speichere den geforderten JSON-Teil unverändert als antwort.json. Bei einer freien Antwort erstellst du den Prüfteil selbst und kennzeichnest das.
Vergleiche mit dem Soll und prüfe mindestens einen veränderten Eingabefall. Ein bestandener Beispielsatz ersetzt keine Abnahme auf deinen eigenen Daten.
Die Angaben sind fiktiv. Speichere den geforderten JSON-Teil der Antwort separat als antwort.json; zusätzliche Erklärungen gehören in eine andere Datei.
Übertrage nur diese fiktiven Angaben: Bestellung B-08; Artikelnummer 00042; Menge 0; Lieferdatum nicht genannt. Gib ausschließlich JSON mit bestellung (Text), artikelnummer (Text), menge (Ganzzahl), lieferdatum (Text oder null) aus. Ergänze kein Datum und verändere die führenden Nullen nicht.Vorlage herunterladenLokalen JSON-Prüfer herunterladen
{
"bestellung": "B-08",
"artikelnummer": "00042",
"menge": 0,
"lieferdatum": null
}Das Soll ist redaktionell aus der Vorlage abgeleitet, keine aufgezeichnete Modellantwort. Der lokale Prüfer vergleicht die festgelegten Felder und führt keinen generierten Code oder API-Aufruf aus. Er bewertet keine freien Begründungen.
Speichere Prüfer und deine Antwort im selben Ordner. Mit installiertem Python: python pruefen.py antwort.json.
| Beobachtung | Was du prüfst |
|---|---|
| Die Artikelnummer wird 42 | Prüfe den vereinbarten Datentyp; Kennungen sind keine Rechenwerte. |
| Die Menge fehlt | Prüfe, ob eine Wahrheitsprüfung den Nullwert versehentlich verwirft. |
| Ein Datum wird ergänzt | Die Vorlage nennt keines. Ein plausibles Datum wäre trotzdem unbelegt. |
Wie Formatvorgaben und tatsächliche Antwort zusammenpassen, zeigt der Guide strukturierte Antworten mit JSON-Schema prüfen.
Für die spätere Installation kannst du Quantisierung vor dem lokalen Download einordnen und Gewichtedatei, Laufzeit sowie Kontextspeicher getrennt planen.
Gezielte Praxisergänzung auf Basis aktueller Herstellerunterlagen. Der Datenstand der bisherigen Modell-Faktentabellen bleibt separat ausgewiesen. Neue Beispiele und Grafiken sind eigene Erklärungen; es wurden keine Modellantworten oder Leistungswerte gemessen.
Herstellerunterlagen zur Ergänzung: Qwen3.6-35B-A3B (Abruf 2026-10-22) · Transformers - Qwen (Abruf 2026-10-22).
Quellenstand: 2026-10-12. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Mixture-of-Experts-Variante; die Modellkarte weist rund 35B Gesamtparameter mit etwa 3B aktiven Parametern aus. Hersteller: Alibaba / Qwen. Dokumentierte ID: Qwen/Qwen3.6-35B-A3B.
Eingabe: Text, Bild-Eingabe. Ausgabe: Text. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Offene Gewichte sind dokumentiert. Die Lizenz Apache 2.0 laut Modellkarte, unterstützte Runtime und benötigte Hardware musst du zusätzlich prüfen.
Kein bestätigter Einheitspreis im geprüften Quellenstand. Gewichte verursachen keine Tokengebühr; Hosting- und Hardwarekosten hängen vom Ausführungsweg ab. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-12. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
In diesem Profil ist kein allgemeines Token-Kontextlimit bestätigt. Bestandsprofil vom 12.10.2026; bei neuer Einrichtung auch die aktuelle Qwen3.8-/Muse-Generation prüfen. Aus einem fehlenden Wert folgt keine unbegrenzte Eingabe.
Lege eine kleine Aufgabe mit bekanntem oder nachprüfbarem Ergebnis fest. Notiere Version, Eingabe und Einstellungen. Vergleiche die Ausgabe mit deinem Prüfkriterium und halte Fehler sowie tatsächliche Kosten getrennt fest. Die Testidee auf dieser Seite ist ein Vorschlag und wurde hier nicht als Modelltest ausgeführt.
Nein. Die Modellkarte unterscheidet Gesamtparameter und pro Verarbeitung aktive Parameter. Die aktive Teilmenge beschreibt keine vollständige Größe der Gewichtedateien.
Nein. Prüfe Syntax, erforderliche Felder und Datentypen unabhängig vom Modell. Ein vom Server unterstütztes Schema kann die Form begrenzen, aber keine inhaltliche Richtigkeit garantieren.
Nein. Sie arbeitet ausschließlich mit den fiktiven Textangaben. Die Bildfähigkeit des Modells ist davon getrennt.
Text & Reasoning
Qwen3.8 2.4T-A95B ist ein Text & Reasoning-Modell von Alibaba / Qwen. Eingabe: Text. Ausgabe: Text.
Text & Reasoning
Qwen3.8 27B ist ein Text & Reasoning-Modell von Alibaba / Qwen. Eingabe: Text, Bild, Video. Ausgabe: Text.
Text & Reasoning
Im Alibaba-Cloud-Katalog empfohlenes Qwen-Modell für Textaufgaben und Tool-Aufrufe. Regionale Verfügbarkeit und Tarife unterscheiden sich.